第6章 自相关课件.pptVIP

计量经济学基础;主要内容; 如果对于不同的样本点，随机误差项之间存在着某种相关性，则认为出现了序列相关性，也就是存在着自相关。即，;即因变量Yi的取值会对Yj的取值产生影响。; ;计量经济学中最常见的自相关形式为一阶线性自回归形式，即：ut=α1 ut-1 +vt 其中，α1称为自回归系数； vt是满足标准的OLS假定的随机误差项：;根据最小二乘原理和相关系数的定义,可以得到:;如相关系数大于0，则称误差项存在着正自相关； 如相关系数小于0，则称误差项存在着负自相关。; 第二节 自相关的来源与后果 ;2、模型设定的偏误 ;3、数据的“加工整理”;4、蛛网现象;一般经验;二、自相关存在的后果 1、参数的OLS估计量仍然具有无偏性和线性性 2、参数的OLS估计量不再具有最小方差性。当存在正自相关性时，OLS估计会低估参数估计量的真实方差； 　这就意味着在变量的显著性检验中，当存在正序列相关时，由OLS估计得到的参数方差可能低于真实方差，从而导致t统计量值变大，拒绝原假设?i=0的可能性增加，因此t检验失去意义；同时，参数的区间估计也不再准确。 3、可能低估随机误差项ui的方差，从而导致模型预测失效;基本思路 序列相关性检验方法有多种，但基本思路和步骤是相同的。 首先采用普通最小二乘法估计模型，以求得随机误差项ui的“近似估计量”： 　然后，通过分析这些“近